1月14日消息，今日，華為、智譜宣布，雙方聯合開源新一代圖像生成模型GLM-Image，模型基于昇騰Atlas 800T A2設備和昇思MindSpore AI框架完成從數據到訓練的全流程，是首個在國產芯片上完成全程訓練的SOTA多模態模型。

SOTA是英文“State-of-the-Art”的縮寫，直譯是“藝術的巔峰”，中文意思是“最先進的、目前最高水平的”模型，是科技、工程、學術研究等領域廣泛使用的術語，核心指在特定任務、場景或評價標準下，當前公開可驗證的最優技術、方法、模型或產品。

據介紹，GLM-Image采用自主創新的“自回歸+擴散解碼器”混合架構，實現了圖像生成與語言模型的聯合，是面向以Nano Banana Pro為代表的新一代“認知型生成”技術范式的一次重要探索。

核心亮點如下：

架構革新，面向“認知型生成”的技術探索：采用創新的“自回歸 + 擴散編碼器”混合架構，兼顧全局指令理解與局部細節刻畫，克服了海報、PPT、科普圖等知識密集型場景生成難題，向探索以Nano Banana Pro為代表的新一代“知識+推理”的認知型生成模型邁出了重要一步。

首個在國產芯片完成全程訓練的SOTA模型：模型自回歸結構基座基于昇騰Atlas 800T A2設備與昇思MindSpore AI框架，完成了從數據預處理到大規模訓練的全流程構建，驗證了在國產全棧算力底座上訓練前沿模型的可行性。

文字渲染開源SOTA：在CVTG-2K（復雜視覺文本生成）和LongText-Bench（長文本渲染）榜單獲得開源第一，尤其擅長漢字生成任務。

高性價比與速度優化：API調用模式下，生成一張圖片僅需0.1元，速度優化版本即將更新。

那這件事到底有何意義呢？簡單說，這是中國AI領域的一次全棧自主可控里程碑，智譜聯合華為，基于昇騰 Atlas 800T A2芯片+昇思 MindSpore 框架，訓練出首個國產全棧算力底座支撐的多模態開源SOTA模型GLM-Image。

它不僅打破了高端AI訓練對國外芯片的依賴，還把這項國際頂尖水平的技術免費開放給所有人，讓國產AI生態邁出了關鍵一步。

此前訓練頂尖多模態模型，大多依賴國外高端芯片。現在智譜和華為用實打實的成果證明，國產算力底座完全能扛住幾十億參數大模型的訓練任務，而且性能達到國際開源模型的頂尖水平。這意味著中國 AI 產業的核心環節不再受制于人，產業安全有了更堅實的保障。

過去，訓練一個頂尖多模態模型需要上億的算力投入，只有谷歌、微軟等科技巨頭玩得起。現在GLM-Image開源后，創業者、中小企業甚至個人開發者都能零成本用上，可以直接用來做電商海報設計、科普插畫生成、教育課件制作等，大大降低了 AI 創新的門檻。

基于國產算力訓練和部署的 GLM-Image，生成一張高清圖片的成本低至 0.1 元，遠低于不少商業AI服務；同時支持從手機小圖到海報大圖的多種分辨率，能直接適配各類商業和民生場景，真正做到拿來就能用。

這件事的核心價值，不只是練出了一個頂尖的多模態模型，更在于證明了中國AI能實現芯片 - 框架 - 算法的全棧自主可控。

它既打破了國外技術的壟斷，又通過開源讓技術惠及更多人，標志著中國AI從跟跑向并跑甚至部分領跑的轉變。